王海红， 魏祥泉， 田雪颖， 张 强， 陈 超

(1.北京跟踪与通信技术研究所， 北京 100094； 2.上海宇航系统工程研究所， 上海 201109；3.大连交通大学， 大连 116028； 4.上海卫星工程研究所， 上海 201109)

1 引言

航空航天技术的持续发展催生了遥感数据应用的不断扩展。 遥感数据主要包括航空数据和卫星数据，蕴含着大量的地物信息，为各领域研究提供了数据前提。 极大丰富的异构遥感数据需要同时配合北斗卫星导航系统才能得到更好地应用，以提高后续特定控制操作指令的准确性[1－3]，而遥感数据的图像处理主要面临集成化低、智能化不足、异构数据利用率低、同步化慢的问题。 集成化低体现在设备分散、处理思路复杂，将海量异构遥感数据与地理位置信息的集成化是遥感数据快速筛选识别技术进一步发展的必要条件；智能化提高会使识别分类精度更加准确，可以通过增加人机交互的多种操作方式来实现；利用数据特征融合手段可以改善异构数据利用率的问题，在现有静态数据成功实验的基础上增加动态化数据是实现同步化的基础，实时性与同步性的优化会极大地拓宽实用面。

近年来国内外研究人员对海量异构遥感数据的研究力度不断加大，主要方向有利用地形地貌遥感数据进行工程地质研究、水位检测/海洋湖泊生产力的研究和探测环境变化对气温的影响等[4]。

王艳等[5]提出了通过超分辨复原生成对抗网络(Super-resolution Reconstruction Generative Adversarial Networks，SRGAN)实现图像超分辨率重建(Single-Image-Super-Resolution，SISR)，在包括测试船舶本体的多个训练集中进行训练，采用AlexNet 网络进行分类检测，采用RetinaNet 网络进行目标识别，完成相应的船舶本体识别，但其识别种类受限；……